L’IMT recrute 10 nouveaux doctorants en IA dans le cadre du programme doctoral AI@IMT

, , , ,

Le programme doctoral IA@IMT, porté par la thématique phare Data analytics & IA vise à renforcer le positionnement scientifique de l’Institut Mines-Télécom dans le domaine prioritaire de l’Intelligence Artificielle tout en répondant aux impératifs stratégiques nationaux associés, en :

  1. Améliorant la recherche actuelle sur l’intelligence artificielle, en impliquant plus de doctorants dans des projets nouveaux ou existants ;
  2. Encourageant la recherche sur l’IA avec un accent particulier sur la transition numérique, la transition énergétique, l’industrie du futur, la santé connectée ;
  3. Développant une recherche partenariale pour répondre aux besoins de l’industrie et de la société.

Ce programme implique la participation de plusieurs écoles IMT (IMT Atlantique, Institut Mines-Télécom Business School, Mines Saint-Étienne et IMT Nord Europe) ainsi que de TeraLab, une plate-forme d’accélération en recherche, en innovation et en éducation en matière d’IA et de Big Data.

Ce programme porte sur le cofinancement de 20 thèses à 50% par l’ANR dans le cadre du programme national de recherche en IA, ce qui en fait l’un des programmes les plus importants financés dans ce cadre.

Pour l’année 2022, 10 sujets ont été retenus par le comité d’orientation, composé de 4 académiques et 4 acteurs de la recherche privée, externes à l’IMT.

Ces sujets couvrent des enjeux très actuels de l’IA en lien avec des domaines à fort enjeu, tels que la sécurité, la santé, l’industrie du futur, l’économie de la donnée… :

(cliquez sur le titre pour télécharger le fichier PDF de l’offre de thèse)

  1. Machine Learning et Matheuristiques pour des problèmes de logistique urbaine (Machine Learning and Matheuristics algorithms for urban transportation) , BILLOT Romain (IMT Atlantique)
  2. Analyse de la gestuelle humaine basée sur l’encodage fin du mouvement à l’aide de réseaux convolutifs graphiques (Human gestural analysis based on finegrained motion and graph convolutional networks), WANNOUS Hazem (IMT Nord Europe)
  3. Entrainement d’architectures d’apprentissage profond sur du matériel non fiable (training Deep Neural Networks using unreliable hardware), GRIPON Vincent (IMT Atlantique)
  4. Conception conjointe de techniques de compression de réseaux de neurones profonds et de processeurs dédiés à basse énergie pour la vision artificielle à base d’événements (Joint design of compression techniques for deep neural networks and low-energy processors for event-based computer vision), ARZEL Matthieu (IMT Atlantique)
  5. Simplification de l’architecture des réseaux énergétiques par agrégation de nœuds à base d’IA (Simplification of energy network models through AI), MEYER Patrick, LACARRIÈRE Bruno (IMT Atlantique)
  6. Utilisation de la Programmation par contrainte et de l’apprentissage de modèle pour résoudre des problèmes de type Mariage Stable (Contraints Programming and model learning in Stable Matching), SIMONIN Gilles (IMT Atlantique)
  7. Raisonnement par abduction dans un environnement domotique frugal (Abductive Reasoning with Minimal Sensing in a Home Environment), ZIMMERMANN Antoine (Mines Saint-Étienne)
  8. Unknown Input Observers for an efficient management of hydrographical networks based on Predictive Control, BELAUD Gilles, DUVIELLA Eric (IMT Nord Europe)
  9. Dénombrement et échantillonnage de solutions pour la fouille anytime de motifs (Counting and sampling of solutions for anytime pattern discovery), LOUDNI Samir (IMT Atlantique)
  10. IA distribuée sur objets communicants (Distributed learning on connected devices), BAGHDADI Amer (IMTAtlantique)

Les candidates et candidats intéressés peuvent se rapprocher des animateurs de la thématique (Stéphane LECOEUCHE, stephane.lecoeuche@imt-lille-douai.fr et Olivier BOISSIER, olivier.boissier@mines-stetienne.fr) pour plus de précision sur ce programme doctoral et une mise en relation avec les équipes d’encadrement.

Date limite de dépôt de dossier :  10 mai 2022